买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东新一代信息产业技术研究院有限公司申请的专利一种基于联邦学习和半监督学习的智能驾驶感知方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116091826B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310040667.3，技术领域涉及：G06F8/65；该发明授权一种基于联邦学习和半监督学习的智能驾驶感知方法是由王健;赵小楠;王本强;马辰设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于联邦学习和半监督学习的智能驾驶感知方法在说明书摘要公布了：本发明公开一种基于联邦学习和半监督学习的智能驾驶感知方法，本方法首先使用现有有标注数据以有监督的方式训练用于智能驾驶终端的感知模型，并将其部署于智能驾驶终端；其次，构建以各智能驾驶终端为联邦参与方，云端服务器为联邦聚合方的横向联邦学习系统；最后，在各智能驾驶终端获取一定量的感知数据时，采用前述半监督模型训练方法，结合联邦学习，多参与方共同对感知模型进行迭代更新。本方法基于联邦学习和半监督学习，用于提高智能驾驶感知软件的可靠性与高效性。

本发明授权一种基于联邦学习和半监督学习的智能驾驶感知方法在权利要求书中公布了：1.一种基于联邦学习和半监督学习的智能驾驶感知方法，其特征在于：包括以下步骤： S01、使用现有有标注数据以有监督的方式训练用于智能驾驶终端的感知模型，并将其部署于智能驾驶终端； S02、构建以各智能驾驶终端为联邦参与方，云端服务器为联邦聚合方的横向联邦学习系统，横向联邦学习系统使各智能驾驶终端协同训练感知模型； S03、在各智能驾驶终端获取一定量的检测数据时，采用半监督模型训练方法，结合联邦学习，多参与方共同对感知模型进行迭代更新； 步骤S03具体为： S31、每个联邦学习参与方即智能驾驶终端把现有感知模型复制为教师模型和学生模型； S32、未标注的新数据进行弱增强后，输入教师模型，得到预测结果，并通过预先设定的置信度阈值δ过滤部分潜在的错误样本，生成伪标签； S33、将未标注的新数据进行强增强后，结合S32中生成的伪标签，输入到学生模型中进行有监督的前向传播和反向传播更新； S34、采用EMA算法，结合学生模型更新的权重，更新教师模型的权重； S35、将教师模型和学生模型的权重分别发送给云端服务器； S36、云端服务器在接收到各智能驾驶终端发送的加密模型权重后，采用FedAvg算法分别对教师模型和学生模型进行聚合，进而判断学生模型的损失是否收敛，并将聚合的教师模型和学生模型权重分别下发至各智能驾驶终端，若学生模型损失已经收敛，则结束联邦学习流程； S37、智能驾驶终端在收到云端服务器下发的聚合模型后进行状态判断，若S36中学生模型的损失已经收敛，即联邦学习流程已结束，则把实际运行检测的模型替换为学生模型，若f中学生模型的损失还未收敛，则重复进行步骤S32至步骤S37； S04、更新后的感知模型在智能驾驶过程中进行检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东新一代信息产业技术研究院有限公司，其通讯地址为：250013 山东省济南市高新区港兴三路北段未来创业广场3号楼11-12层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。